Explorar datos en un kernel persistente

Esta guía te muestra cómo conseguir que un agente cargue una vez algo costoso y luego le haga varias preguntas sobre ello, en lugar de pagar la carga en cada pregunta.

La herramienta eval ejecuta un intérprete persistente. Las variables, las importaciones y los datos cargados sobreviven entre llamadas.

Por qué no ejecutar simplemente un script

Un python -c de un solo uso paga la preparación en cada pregunta. Cargar un dataframe cuesta segundos y cien megabytes; graficarlo cuesta milisegundos. Cuando cada pregunta cuesta la carga, un agente hace menos preguntas de las que debería, y cada respuesta vuelve como texto que después tiene que volver a parsear.

Cargar una vez y preguntar

Carga data/runs.csv y dime la duración p95 por agente.

import pandas as pd
runs = pd.read_csv("data/runs.csv")
len(runs)

La última expresión se devuelve igual que en un notebook, así que len(runs) informa del número de filas sin necesidad de un print.

Luego, en una llamada aparte:

runs.groupby("agent")["duration_ms"].quantile(0.95).sort_values()

runs sigue cargado. Un frame de pandas vuelve representado como tabla en lugar de como una repr.

Los gráficos aterrizan en el chat

import matplotlib.pyplot as plt
runs.groupby("agent")["duration_ms"].mean().plot.bar()

Las figuras se capturan después de la celda y se devuelven como imágenes, que la transcripción representa. Tú ves el gráfico, y el agente también.

Las figuras se cierran después de capturarlas. Una figura no recogida se volvería a dibujar y se reenviaría también desde la siguiente celda, así que una sesión de cinco celdas emitiría el primer gráfico cinco veces.

Sin Jupyter, sin pip, sin paso de instalación

El ejecutor es un simple python3 -u que habla un protocolo de líneas sobre stdio. Implementa display(), el envío de paquetes MIME y la captura de figuras por sí mismo, así que funciona en cualquier Python 3 —también dentro de un entorno aislado donde instalar es exactamente lo que el entorno aislado existe para impedir.

Los modismos que escribirías de todos modos

Se reescriben a código normal en lugar de dar error:

Escribes	Qué ocurre
%pip install x	Ejecuta pip y luego vacía la caché de módulos para que el siguiente import lo vea
%cd path	os.chdir
!command	Un subproceso con la salida capturada
%%bash	El resto de la celda como script de shell
%%timeit	1000 ejecuciones cronometradas

El vaciado de la caché de %pip es el que importa: instalar en un intérprete en marcha no hace nada por un módulo que ya se había importado, así que sin él la versión que acabas de instalar no es la que se está ejecutando.

Llamar a tus propias herramientas desde una celda

paths = tool("find", {"pattern": "**/*.dart", "path": "lib"})
for path in paths.splitlines()[:100]:
    contents = tool("read", {"path": path})
    ...

tool(name, args) vuelve a entrar en el registro de herramientas del propio agente. Eso significa que una celda puede repartirse por cien archivos, o delegar mediante task, sin que el modelo gaste un turno por elemento.

El puente no sortea tus barandillas

Una llamada a través del puente se resuelve contra el mismo registro de herramientas que una llamada emitida por el modelo, así que la política de ActionClass, las solicitudes de aprobación y todos los envoltorios se aplican igual. Un puente que llegara más allá del registro sería un agujero con exactamente la forma de «escribe un one-liner de Python».

Una llamada a través del puente suspende el tiempo de espera de la celda mientras está pendiente. El presupuesto mide la inactividad, no el reloj —una celda que se reparte entre subagentes y espera cuatro minutos no está colgada, y matarla a mitad del reparto perdería el estado de todo el kernel.

Empezar de cero

eval(code: "…", reset: true, description: "Start a clean interpreter")

Descarta el intérprete y arranca uno limpio. Todo lo cargado desaparece, que es justo lo que se busca.

Dónde se ejecuta el kernel

En el recinto de la conversación cuando la tiene, y en el host en caso contrario.

Un intérprete persistente dirigido por un modelo que lee un repo que no es de confianza es exactamente aquello para lo que existe la ejecución solo en el recinto: una llamada bash de un solo uso al menos termina, mientras que un kernel es una shell que recuerda.

No arranca un recinto para conseguirlo: la misma regla que impide que una pestaña de rig se arranque sola. Si quieres el kernel dentro de un recinto, abre antes la shell de la conversación. Consulta Dar a un agente una máquina para probar.

Límites

• Una celda a la vez por kernel. Dos celdas compitiendo en un mismo intérprete son dos mitades de dos programas entrelazadas en un mismo espacio de nombres.
• La salida está limitada. Una celda en un bucle de print se trunca en vez de dejar que llene la ventana de contexto.
• Cuatro imágenes por celda. Un bucle de gráficos puede emitir una figura por iteración, y cada imagen es un coste fijo elevado en la petición que la transporta.
• El kernel muere con la ejecución. Uno que siga reteniendo un dataframe después de que termine la conversación es una fuga.

Relacionado

• Entorno aislado y seguridad — qué significa aquí «dentro de un recinto»
• Dar a un agente una máquina para probar — abrir el recinto
• Herramientas de agente integradas — los argumentos